[每日一题] 163. 单词的压缩编码(暴力、各种炫技、巧妙解法)

1. 题目来源

链接：820. 单词的压缩编码
来源：LeetCode

2. 题目说明

3. 题目解析

方法一：暴力+模拟+常规解法

这是一道 Medium 问题。一开始直观上就想着能不能将这个 压缩编码串重建出来，具体解法思路如下：

• 先处理长单词，因为短单词可能是长单词的子串，给单词数组按长度排序一下就行，自己重写一个 comparator 即可
• 然后遍历排序字符串数组，对于每个单词，都在字符串进行查找
• 如果没有，直接加上这个单词，再加一个 # 号
• 如果有，就可以得到出现的位置。比如在 time# 中查找 me，得到 found = 2，然后要验证该单词后面是否紧跟着一个#号，所以我们直接访问 found + word.size() 这个位置，如果不是 # 号，说明不能合并，我们还是要加上这个单词和 # 号。最后返回编码字符串的长度即可
• 最后就可以把压缩编码串重建，返回它的长度即可

我觉得这是第一时间该想到的方法，但是一开始看到该问题时意识到了可能是 字典树 相关，前缀树、后缀树相关，但是这方面确实欠缺，而白白空想很长时间，意义不大。

参见代码如下：

// 执行用时 :528 ms, 在所有 C++ 提交中击败了32.03%的用户
// 内存消耗 :12.6 MB, 在所有 C++ 提交中击败了83.16%的用户

class Solution {
public:
    int minimumLengthEncoding(vector<string>& words) {
        string str = "";
        sort(words.begin(), words.end(), [](string& a, string& b){return a.size() > b.size();});
        for (string word : words) {
            int found = str.find(word);
            if (found == string::npos || str[found + word.size()] != '#') {
                str += word + "#";
            }
        }
        return str.size();
    }
};

方法二：翻转+模拟+巧妙解法

能够意识到，这个问题就是 找字符串后缀问题，那么上面采用 comparator 方法解决了。那么换一种思路，不采用 comparator 方法来处理该问题。这个思想很重要，将一个 后缀问题进行抽象简化为前缀问题，具体思路如下：

• 首先每个单词翻转，time 变成 emit，me 变成 em，
• 这样只要用默认的 sort 顺序排，就可以得到 em，emit 的顺序，那么能合并的单词就放到一起了，而且一定是当前的合并到后面一个
• 只要判读当前单词是否是紧跟着的下一个单词的前缀
• 是的话就加 0
• 不是的话就要加上当前单词的长度并再加 1，多加的 1 是 # 号
• 判断前缀的方法很简单，直接在后面的单词中 substr 取相同长度的前缀比较即可
• 由于每次都要取下一个单词，为了防止越界，只处理到倒数第二个单词，那么就要把最后一个单词的长度加入结果 res，并再加 1 即可

参见代码如下：

// 执行用时 :112 ms, 在所有 C++ 提交中击败了78.32%的用户
// 内存消耗 :12.1 MB, 在所有 C++ 提交中击败了91.58%的用户

class Solution {
public:
    int minimumLengthEncoding(vector<string>& words) {
        int res = 0, n = words.size();
        for (int i = 0; i < n; ++i) reverse(words[i].begin(), words[i].end());
        sort(words.begin(), words.end());
        for (int i = 0; i < n - 1; ++i) 
            res += (words[i] == words[i + 1].substr(0, words[i].size())) ? 0  : words[i].size() + 1;
        return res + words.back().size() + 1;
    }
};

方法三：HashSet+巧妙解法

思路来自官方题解。

这种方法也很巧妙，用了一个 HashSet，将所有的单词先放到这个 HashSet 中。原理是对于每个单词，我们遍历其所有的后缀，比如 time，那么就遍历 ime，me，e，然后看 HashSet 中是否存在这些后缀，有的话就删掉，那么 HashSet 中的 me 就会被删掉，这样保证了留下来的单词不可能再合并了，最后再加上每个单词的长度到结果 res，并且同时要加上 # 号的长度。

参见代码如下：

// 执行用时 :120 ms, 在所有 C++ 提交中击败了77.12%的用户
// 内存消耗 :15.3 MB, 在所有 C++ 提交中击败了47.37%的用户

class Solution {
public:
    int minimumLengthEncoding(vector<string>& words) {
        int res = 0;
        unordered_set<string> st(words.begin(), words.end());
        for (string word : st) {
            for (int i = 1; i < word.size(); ++i) {
                st.erase(word.substr(i));
            }
        }
        for (string word : st) res += word.size() + 1;
        return res;
    }
};

方法四：字符串哈希+字典树+前缀树+后缀树+巧妙解法

看了看题解区大佬的解法，涉及到知识盲区了 😦😃，不过能学习到新知识也是很开心满足的。在此我不做总结，因为也不熟练，相关知识听是听说过，但没有好好使用刷过几道题，也没总结相关用法。仅贴出链接，供大家学习分享：

前额叶没长好：手撕字典树(Trie 树) C++ 另附暴力哈希解法

Sweetiee 🍬： Trie 吐血攻略，包教包会